rdkit

RDKit 技能提供了一個全面的化學資訊學環境，實現了精確的分子控制與計算化學工作流。專為藥物發現、材料科學或分子建模領域的研究人員、藥物化學家及數據科學家設計。透過利用行業標準的 RDKit Python 函式庫，此技能允許用戶以程式化方式處理化學數據、自動化解析結構檔案，並進行先進的計算分析，無需手動介入複雜的流程。

• 使用 SMILES 字串、MOL 檔案、MOL 區塊及 InChI 格式進行分子輸入輸出。

• 執行自動化清潔處理，包括價數檢查、芳香性感知及手性指定。

• 計算關鍵分子描述符，如分子量、LogP、TPSA 及用於藥物相似性的利平斯基五規則參數。

• 透過 SDMolSupplier 和多執行緒讀取器對大型化學數據集進行批次處理。

• 執行結構分析，包括環感知 (SSSR)、碎片識別、Murcko 骨架提取及子結構搜索。

• 生成用於分子視覺化與空間分析的 2D 描繪與 3D 座標集。

• 計算分子指紋 (RDKit, MACCS keys, Torsions) 以進行相似性評估與虛擬篩選。

• 進行化學反應建模並程式化操作分子結構以進行庫枚舉。

• 請務必使用條件檢查來驗證 Mol 物件以處理解析錯誤，無效輸入會返回 None。

• RDKit 分子會進行自動化清潔；針對自定義處理或故障排除，可使用顯式標記來停用此行為。

• 針對複雜工作流或高通量篩選，請優先使用多執行緒供應器以優化效能。

• 使用 MurckoScaffold 模組將分子分解為核心骨架，以便進行藥物化學分析。

• 執行相似性搜索時，請確保所選的指紋類型與骨架或屬性分析的具體需求相符。

• 此工具旨在實現程式化控制；對於簡單的工作流，請評估高階封裝工具（如 datamol）是否提供更高效的切入點。